Phenotype and biomarkers in patients who initiated biologics therapy stratified by oral corticosteroid use in the International Severe Asthma Registry
Notice bibliographique
Résumé
<bold>Background:</bold> Oral corticosteroids (OCS) are overused in severe asthma patients, but the profile of patients who use OCS is not sufficiently described. <bold>Aims:</bold> To compare the phenotype and biomarkers of severe asthma patients before biologic initiation by pre-biologic OCS use. <bold>Methods:</bold> This cross-sectional study used the International Severe Asthma Registry, a multinational prospective registry of asthma patients aged ≥18 years old on GINA step 4/5 therapy. Those with biologic initiation and ≥1 year of prior data were included and grouped by OCS use (non-users, intermittent users, and long-term [LTOCS] users). <bold>Results:</bold> In total, 4,305 patients were included (41% LTOCS users, 54% intermittent users, 5% non-users). Most patients had an eosinophilic phenotype and ≥1 type 2 comorbidity (Table). LTOCS users had the highest proportions of persistent airway obstruction and blood eosinophil count <150 cells/µL (Table). Long-term and intermittent OCS users had higher frequencies of uncontrolled asthma than non-users (Table). <bold>Conclusions:</bold> Most severe asthma patients had LTOCS/intermittent OCS use before initiating biologics. LTOCS users had the wort lung function, with distinct biomarker patterns. Reasons for poor asthma control in OCS users and OCS’ confounding effects on biomarkers need exploration. <fig><object-id>erj;64/suppl_68/PA438/F1</object-id><object-id>F1</object-id><object-id>F1</object-id><graphic></graphic></fig>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».